BroadBEV：面向广域鸟瞰图地图构建的激光雷达-相机协同融合
计算机视觉与模式识别
2023-11-09 v4
摘要
近期在鸟瞰图（BEV）空间中的传感器融合已在三维检测、地图分割等多种任务中展现出效用。然而，该方法受困于不准确的相机 BEV 估计，以及因激光雷达点稀疏性导致的远距离区域感知问题。本文提出一种广域 BEV 融合方法（BroadBEV），通过跨模态的空间同步策略解决上述问题。我们的策略旨在增强相机 BEV 估计以实现广域感知，同时改善整个 BEV 空间中激光雷达稀疏性的补全。为此，我们设计了点散射（Point-scattering）方法，将激光雷达 BEV 分布散射至相机深度分布。该方法促进了相机分支深度估计的学习，并使得 BEV 空间中稠密相机特征获得准确定位。为实现空间同步特征之间的有效 BEV 融合，我们提出 ColFusion，将激光雷达与相机 BEV 特征的自注意力权重相互施加于对方。大量实验表明，BroadBEV 提供了具有显著性能提升的广域 BEV 感知。
引用
@article{arxiv.2309.11119,
title = {BroadBEV: Collaborative LiDAR-camera Fusion for Broad-sighted Bird's Eye View Map Construction},
author = {Minsu Kim and Giseop Kim and Kyong Hwan Jin and Sunwook Choi},
journal= {arXiv preprint arXiv:2309.11119},
year = {2023}
}